02/02/2012

1

El objetivo de este tema es dar unas nociones básicas del fichero

electrónico.

02/02/2012

2

La idea central es que la "forma" del archivo la determina el estado

tecnológico del momento.

A partir de ahora hablaremos de lo que se conoce como almacenamiento

secundario. Existe, en computación, lo que se conoce como

almacenamiento primario y terciario, además.

02/02/2012

3

La cinta fue un gran avance respecto de la tarjeta perforada. No deja de

ser un soporte analógico que necesita convertir la señal a un formato

discreto que represente la información binaria.

La cinta, básicamente, va hacia adelante y hacia atras. De otra forma,

encontrar un dato implica empezar desde el principio e ir leyendo hasta

llegar a lo buscado. Todo lo más, se puede ir hacia atrás y hacer lo

mismo, todo depende de lo sofisticado que sea el controlador del

cacharro.

02/02/2012

4

El bloque determina la cantidad mínima de información que se transfiere

del disco duro a la RAM. Esto implica que cuando solicitamos un dato

concreto no recuperamos solo eso sino todo el bloque y, ya en RAM, es

cuando lo localizamos y usamos. Es más eficiente que hacerlo byte a

byte (¿por qué?)

02/02/2012

5

02/02/2012

6

El tipo de fichero y organización más básico. De hecho, se puede decir

que no hay estructura

02/02/2012

7

Ahora el fichero tiene una estructura, el registro, que a su vez se define

por sus campos.

02/02/2012

8

El primer ejemplo, simple: al ser todos los registros y campos del mismo

tamaño es fácil recuperar la información (¿por qué?). El problema es el

espacio malgastado y que, seguramente, ciertos datos no nos cabrán.

Tiene más sentido incluso en un disco duro puesto que podemos pedir al

sistema operativo que se posicione en un punto concreto del fichero. En

cinta, es posible que también, siempre que las bobinas se muevan con

cierta precisión.

En el segundo ejemplo (cuidado, se supone que el espacio de cada dato

está asociado a su tipo, los ejemplos usan intencionadamente cadenas de

caracteres todo el tiempo para que se vea más claro): aquí hemos

redefinido el campo de la ciudad, hemos sido más generosos con el tipo

de datos para que nos cupiera San Vicente del Raspeig, asumiendo que

lo que gastamos de más con una definición de string más largo lo

ahorraremos en otros registros.

Hay más formas de montar la estructura del registro, la más obvia es la

mezcla de campos de longitud fija y variable.

02/02/2012

9

Nuestro programa solicita una operación sobre un fichero al SO, éste

busca en el disco y localiza, devolviendo los datos a la RAM del

ordenador, donde el programa los manipula. Las operaciones posibles

son leer y escribir (borrar, puede hacerse de varias formas y no

necesariamente de forma física, marcando para reorganización

posterior...) El detalle importante es que el SO recupera bloques (es

habitual leer datos cercanos al primero, el disco duro es el dispositivo más

lento que el procesador y la RAM y se necesita dejar al mínimo los

accesos a disco duro...) y no registros individuales. Es en RAM donde se

accede a un registro concreto.

El proceso por bloques tiene un efecto importante en el espacio

"malgastado", otro factor a tener en cuenta cuando se organiza un

fichero.

02/02/2012

10

La organización de un fichero, dentro de las posibilidades que nos da el

SO, es decisión nuestra, cómo queremos mantener la información en

función de si queremos optimizar la generación de listados o las altas y

bajas, por ejemplo.

02/02/2012

11

Se inserta, simplemente, al final del fichero.

02/02/2012

12

En un fichero secuencial ordenado, cuando quiero insertar un dato, debo

"hacerle sitio" en el punto correcto del fichero. Los borrados pueden

seguir siendo marcas lógicas, no borrados físicos.

02/02/2012

13

La organización aleatoria o directa asume que hay una cantidad máxima

de registros y que cada registro tiene un "sitio reservado" dependiendo de

su clave de identificación.

02/02/2012

14

El hashing es más flexible que el directo puro (que no deja de ser un

hashing básico) porque permite almacenar más valores clave. El

problema son las colisiones, para lo que hay varias técnicas que lo

solucionan, aunque suponen una degradación del rendimiento del acceso

y mantenimiento del fichero.

02/02/2012

15

La organización indexada es más flexible. Se basa en que, aparte del

fichero de datos, existe un fichero de índice que se utiliza para localizar

con rapidez el registro buscado.

Hay distintos tipos de índices que favorecen las inserciones o las

consultas y que determinan si el fichero de datos ha de estar ordenado o

no. Téngase en cuenta, nuevamente, que desde el disco duro no

recuperamos un único registro sino una página que contiene un número

más o menos elevado de ellos, con la esperanza de que nuestras

siguientes peticiones ya estén cargadas en RAM o en un buffer y no

tengamos que "mover" nuevamente el disco.

02/02/2012

16

Los índices no densos obligan a que el fichero de datos esté ordenado

por una clave.

02/02/2012

17

El índice es más pequeño y la búsqueda en él más rápida.

02/02/2012

18

Se busca ayudar al algoritmo de búsqueda binaria restringiéndola

sucesivamente a menos datos.

02/02/2012

19

Con algoritmos bastante más complicados de mantenimiento de esta

estructura, la consulta, inserción y borrado son mucho más rápidas. Hay

que situarse en un contexto de ficheros que estén almacenando miles de

registros para entender que está nueva organización de índices sea

realmente rentable frente a las anteriormente vistas. En ficheros con

muchas actualizaciones es necesario hacer una reorganización periódica

de los índices.

02/02/2012

20

Esta página pretende ser una miniguía, minipista, de por donde van a ir

las preguntas del cuestionario

02/02/2012

21

Esta página pretende ser una miniguía, minipista, de por donde van a ir

las preguntas del cuestionario

02/02/2012

22

02/02/2012

23